【基礎練習】タイタニック号の分析

#PassengerId、Ticket：ただの順番で関係ない、Cabin：欠損値多すぎ、Name：どう考えても関係ない、Fare：出航地により変わりそうだから消す、Parch、SibSp：相関係数から関係なさそうだから消す
data_all.drop(["PassengerId","Cabin","Name","Fare","Parch", "SibSp","Ticket"], axis=1, inplace=True)
data_all.info()

#欠損値補完。
#年齢は分散が小さいので、平均値を補完
data_all["Age"].fillna(np.mean(data_all['Age']),inplace=True)
#搭乗港は文字列なので、最頻値補完
data_all["Embarked"].fillna(st.mode(data_all["Embarked"]), inplace=True)
data_all.info()

# "Pclass"列をダミー変数に変換
pclass_dummies = pd.get_dummies(data_all['Pclass'], prefix='Pclass')

# "Sex"列をダミー変数に変換
sex_dummies = pd.get_dummies(data_all['Sex'], prefix='Sex')

# "Embarked"列をダミー変数に変換
embarked_dummies = pd.get_dummies(data_all['Embarked'], prefix='Embarked')

# ダミー変数を元のデータフレームに結合
data_all = pd.concat([data_all, pclass_dummies, sex_dummies, embarked_dummies], axis=1)

# 元のカテゴリカル列を削除
data_all.drop(['Pclass', 'Sex', 'Embarked'], axis=1, inplace=True)

# 結果のデータフレームを表示
print(data_all)